To amerykańskie laboratorium krajowe zwróciło się do sztucznej inteligencji, aby polować na nieuczciwe bomby atomowe

Naukowcy z amerykańskiego Pacific Northwest National Laboratory (PNNL) opracowują techniki uczenia maszynowego, aby pomóc federalnym rozprawić się z potencjalnie nieuczciwą bronią nuklearną.

Wystarczy powiedzieć, że posiadanie broni nuklearnej przez jakąkolwiek osobę lub grupę jest ogólnie nielegalne, z pewnością w Stanach Zjednoczonych. Tak, istnieje pięć oficjalnie uznanych krajów uzbrojonych w broń jądrową – Francja, Rosja, Chiny, Wielka Brytania i Stany Zjednoczone – których rządy mają zapasy tych urządzeń. Są też kraje, które podpisały w ONZ Traktat o zakazie broni jądrowej, co oznacza, że ​​obiecali, że nie będą „rozwijać, testować, produkować, nabywać, posiadać, gromadzić zapasów, używać ani grozić użyciem” tych gadżetów.

Więc jeśli ktoś ma broń nuklearną w swoim posiadaniu, to dlatego, że jest krajem należącym do oficjalnego klubu broni jądrowej, jest rządem, który wyprodukował własną broń nuklearną, terrorystą, który ukradł, kupił lub w jakiś sposób sam ją zbudował, lub jakiś inny szkicowy scenariusz, przynajmniej w oczach Ameryki.

(To, czy skradzione lub nieusankcjonowane głowice nuklearne są czymś, o co warto się martwić, czy tylko marzeniem napędzanym przez Toma Clancy'ego, to temat, który zostawimy na inny dzień lub sekcję komentarzy.)

Wykrywanie oznak niepożądanej aktywności jądrowej zależy od możliwości prawidłowej analizy chemikaliów i infrastruktury wymaganej do wyprodukowania tej specjalistycznej broni zagłady. Steven Ashby, dyrektor PNNL, opisał, w jaki sposób laboratorium finansowane przez Departament Energii USA wykorzystuje uczenie maszynowe do identyfikowania zagrożeń nuklearnych.

I nie tylko identyfikować: techniki pozwalają mu wykrywać „zagrożenia szybciej i łatwiej” niż wcześniej, jak nam powiedziano.

Jedna metoda, która wykorzystuje model autoenkodera, przetwarza obrazy materiału radioaktywnego, aby dowiedzieć się, skąd on pochodzi i jak został wykonany. Oprogramowanie tworzy podpis lub odcisk palca próbki i porównuje go z bazą danych obrazów z mikroskopu elektronowego pobranych z uniwersytetów i innych laboratoriów krajowych. 

Patrząc na to, jak podobne są te cząstki do biblioteki obrazów, analitycy mogą oszacować, jak czysta jest nieznana próbka i prześledzić jej materiały źródłowe do możliwych laboratoriów wytwarzających produkty jądrowe. Jest to przydatne, jeśli chcesz wiedzieć, czy materiał jest wystarczająco dobry, aby stworzyć realną broń jądrową i kto za tym stoi. Ashby powiedział, że praca PNNL tutaj pomogła organom ścigania zlokalizować cele i przyspieszyć dochodzenia.

Jak ujęło to laboratorium, „materiał radioaktywny będzie miał unikalną mikrostrukturę opartą na warunkach środowiskowych lub czystości materiałów źródłowych w jego zakładzie produkcyjnym”. Ta unikalna struktura, za pomocą oprogramowania, może zostać wykorzystana do ustalenia, które laboratorium lub fabryka ją wyprodukowały, a przynajmniej tak nam powiedziano.

Międzynarodowa Agencja Energii Atomowej monitoruje zakłady przetwarzania materiałów jądrowych w państwach niebędących uzbrojonymi w broń jądrową, aby upewnić się, że na przykład właściwie pozbywają się plutonu wytwarzanego w elektrowniach jądrowych i nie przechowują potajemnie metalu do produkcji broni. 

Urzędnicy monitorują te obiekty na różne sposoby, od osobistych inspekcji po analizę próbek zasobów. Inna technika opracowywana obecnie w PNNL obejmuje szkolenie oprogramowania opartego na transformatorach, aby bezpośrednio śledzić aktywność laboratoriów przetwarzania materiałów jądrowych i automatycznie wykrywać podejrzane zachowania.

Najpierw budowana jest wirtualna replika symulująca zakład przetwarzania. Dane generowane przez ten model śledzący „ważne wzorce czasowe” są wykorzystywane do uczenia modelu. Przewiduje, jakie wzorce należy zaobserwować w różnych obszarach zakładu, jeśli jest on używany do celów pokojowych, a jeśli dane faktycznie zebrane z obiektu nie odpowiadają przewidywaniom modelu, można wezwać ekspertów do dalszego zbadania.

„Nasi eksperci łączą wiedzę specjalistyczną w zakresie nierozprzestrzeniania broni jądrowej i sztucznego rozumowania w celu wykrywania i łagodzenia zagrożeń jądrowych. Ich celem jest wykorzystanie analizy danych i uczenia maszynowego do monitorowania materiałów jądrowych, które mogłyby zostać użyte do produkcji broni jądrowej” – powiedział Ashby. powiedziany.

Te zautomatyzowane metody są jednak wykorzystywane wyłącznie do wykrywania oznak możliwych nielegalnych działań jądrowych. Eksperci nadal muszą weryfikować i potwierdzać raporty.

„Algorytmy uczenia maszynowego i komputery nie zastąpią ludzi w wykrywaniu zagrożeń nuklearnych w najbliższym czasie. Mogą jednak umożliwić ludziom szybsze i łatwiejsze odkrywanie ważnych informacji oraz identyfikowanie zagrożeń” – podsumował. 

Rejestr zwrócił się do PNNL o dalsze komentarze i informacje. Podejrzewamy, że niektóre szczegóły mogą być niejasne ze względów bezpieczeństwa. ®

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
• Źródło: https://go.theregister.com/feed/www.theregister.com/2023/03/30/us_ai_nuclear_hunter/